使用dplyr生成同组变量滞后列及其他组滞后列的技术问题

我先把你的示例数据补全（新增了数值列value，这样滞后操作更有实际意义），同时先按日期排好序，解决你之前提到的顺序混乱问题：

library(tidyverse)
set.seed(2)
df <- data.frame(
  date = sample(seq(as.Date('2000/01/01'), as.Date('2015/01/01'), by="day"), 10),
  group = sample(c("A","B"),10,replace = T),
  value = rnorm(10)  # 新增数值列用于演示滞后操作
) %>% 
  arrange(date)  # 先按日期升序排序，保证时序逻辑正确

接下来分两步实现你的需求：

1. 生成同组的滞后值 #

这个操作很直接，先按group分组，再用lag()函数就能拿到本组内的前一个值：

df <- df %>%
  group_by(group) %>%
  mutate(lag_same_group = lag(value)) %>%
  ungroup()

2. 生成其他组的滞后值 #

这里需要一点小技巧，我们可以先把数据转成宽格式，方便提取另一组的滞后值，再转回长格式匹配对应行：

# 转成宽格式，每个日期下同时保留A、B组的value和它们的滞后值
wide_df <- df %>%
  pivot_wider(
    id_cols = date,
    names_from = group,
    values_from = c(value, lag_same_group),
    names_glue = "{group}_{.value}"
  )

# 连接宽格式数据与原数据，通过case_when匹配对应组的其他组滞后值
final_df <- df %>%
  left_join(wide_df, by = "date") %>%
  mutate(
    lag_other_group = case_when(
      group == "A" ~ B_lag_same_group,  # A组行取B组的滞后值
      group == "B" ~ A_lag_same_group   # B组行取A组的滞后值
    )
  ) %>%
  # 清理中间生成的冗余列
  select(date, group, value, lag_same_group, lag_other_group)

现在查看final_df就能看到：

• lag_same_group：当前行所在组的前一个时序值
• lag_other_group：另一组在对应日期的滞后值（如果该日期另一组没有数据，会显示NA，符合时序逻辑）

内容的提问来源于stack exchange，提问作者Marcel Schliebs